Software to Predict the Process Parameters of Electron Beam Welding

Tynchenko, V. S.; Kurashkin, Sergei; Tynchenko, V. S.; Bukhtoyarov, V. V.; Кукарцев, В. В.; Sergienko, Roman; Tynchenko, S. V.; Башмур, К. А.

doi:10.1109/access.2021.3092221

Cited by 22 publications

(5 citation statements)

References 27 publications

(24 reference statements)

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Fig. 5 illustrates experiment pipeline designed [61] to ascertain the optimal interval for approximating original data with a Gaussian function, followed by the extraction of coefficients. Our methodology involves employing various Machine Learning Time Forecasting techniques to forecast the coefficients A, B, and C of the Gaussian approximations.…”

Section: Dataset Processingmentioning

confidence: 99%

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag ₂ S Colloidal Quantum Dots

Malashin,

Daibagya,

Tynchenko

et al. 2024

IEEE Access

Self Cite

View full text Add to dashboard Cite

The study delves into the temporal dynamics of luminescence in colloidal Ag 2 S quantum dots, utilizing time series forecasting techniques. Through an analysis of intensity measurements taken at different time intervals, it uncovers temporal trends and utilizes predictive models to anticipate future behaviour of luminescence spectra. The outcomes contribute to a more profound understanding of optimizing experimental conditions and foreseeing the evolution of these nanomaterials over time. Among the tested models, the most robust and effective approaches for predicting the decay of integral intensity within the first hour include polynomial features with regressors, particularly ElasticNetCV, Ridge, and Lasso, with R 2 scores of 0.74, 0.82, and 0.80, respectively. However, upon comparison with the results of additional experiment conducted over a duration of two hours, the Ridge model demonstrated the best performance in predicting the decay of integral intensity.

show abstract

Section: Dataset Processingmentioning

confidence: 99%

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag ₂ S Colloidal Quantum Dots

Malashin,

Daibagya,

Tynchenko

et al. 2024

IEEE Access

Self Cite

View full text Add to dashboard Cite

show abstract

“…In continuation of the legal succession issue of military and phaleristic traditions, it should be noted that on August 23, 2019, separate Mechanized Brigade 28 received the honorary title of "Knights of Winter Campaign», initiated the symbolism and its own award, based on the "Iron Cross for Winter Campaign and Battles" of the Ukrainian People's Army during the Liberation Struggle of 1917-1921(Ukaz Prezydenta Ukrainy, 2019.…”

Section: фалеристичні здобутки українських визвольних змагань (1917 -...mentioning

confidence: 99%

Фалеристичні Здобутки Українських Визвольних Змагань (1917 – 1921) Та Їх Вплив На Сучасну Фалеристику

МАШТАЛІР,

МИСЬКО

2023

EEHB

View full text Add to dashboard Cite

Збройні сили як важливий інститут держави не може існувати без військових традицій, що згуртовують та об’єднують навколо себе єдиною спільною метою – захисту Батьківщини. Будь-яка армія світу завжди зберігає військові традиції попередніх поколінь та плекає славетні подвиги своїх пращурів, що є гарантованою ознакою функціонування військового підрозділу різної ланки. Український визвольний рух 1917 – 1921 рр. та його перебіг зумовили розвиток такої соціально-гуманітарної складової, як заохочення особового складу українських воїнів за здійснення героїчних вчинків у боротьбі за незалежну Україну. Своєю назвою, зовнішнім виглядом та елементами оздоблення нагороди того періоду надихнули сучасних митців-дослідників до їх втілення в сучасну фалеристику Збройних Сил України. З цією метою протягом визначеного періоду було започатковано певні кроки з розвитку власної нагородної системи, проте через тогочасні військово-політичні події уповні реалізувати напрацювання не вдалося. Мета дослідження полягає у з’ясуванні становлення, розвитку та функціонування нагородної системи, яка сформувалася у період Визвольних змагань 1917 – 1921 рр., та її подальший вплив на формування сучасної фалеристики Збройних Сил України. Методологічну основу дослідження становлять принципи історизму, системності та науковості. У ході дослідження було використано історико-системний підхід і прийоми макроісторичного аналізу. Наукова новизна полягає в актуалізації вивчення питання започаткування і розвитку нагород для відзначення солдат та старшин власних збройних сил часів Визвольних змагань 1917 – 1921 рр., визначення прикладів запозичення елементів оздоблення проєктів нагород Визвольних змагань 1917 – 1921 рр. та їх застосування у дизайні військових нагород сучасних Збройних Сил України, здійснення правонаступництва військових і фалеристичних традицій у ході становлення та формування сучасної фалеристики Збройних Сил України, введення до наукового обігу нових джерел. Висновки. Попри складну воєнно-політичну й економічну обстановку, триваючу збройну боротьбу на всій території тогочасної України у період Визвольних змагань 1917 – 1921 рр. було зроблено вагомі кроки зі створення та впровадження української нагородної системи. Можна вважати, що саме у цей період вона набула ознак офіційних державних інституцій, затверджених на законодавчому рівні, що започаткувало формування перших зразків нагород. Відзнаки, а також ескізи нереалізованих проєктів нагород часів Визвольних змагань 1917 – 1921 рр. стали прототипами багатьох українських відзнак, орденів, медалей та загалом української військової фалеристики, які були втілені вже в наші дні й знайшли відображення у сучасній фалеристиці Збройних Сил України, що підтверджує наслідування військових традицій. Ключові слова: фалеристична спадщина, правонаступництво нагородної справи, нагороднасправа, наслідування військових традицій

show abstract

“…To solve the described problem, the authors of study [10] developed an algorithm based on the spider's life cycle, which involves the application of a new metaheuristic optimization algorithm for weight tuning. Tynchenko et al [11] analyzed the applicability of algorithms for solving the problem of selecting effective parameters of the electron beam welding (EBW) process. As a result, they developed a mathematical model that applies machine learning to predict effective process parameters.…”

Section: Introductionmentioning

confidence: 99%

Mathematical Models for the Design of GRID Systems to Solve Resource-Intensive Problems

Tynchenko,

Nelyub

et al. 2024

Mathematics

Self Cite

View full text Add to dashboard Cite

Artificial neural networks are successfully used to solve a wide variety of scientific and technical problems. The purpose of the study is to increase the efficiency of distributed solutions for problems involving structural-parametric synthesis of neural network models of complex systems based on GRID (geographically disperse computing resources) technology through the integrated application of the apparatus of evolutionary optimization and queuing theory. During the course of the research, the following was obtained: (i) New mathematical models for assessing the performance and reliability of GRID systems; (ii) A new multi-criteria optimization model for designing GRID systems to solve high-resource computing problems; and (iii) A new decision support system for the design of GRID systems using a multi-criteria genetic algorithm. Fonseca and Fleming’s genetic algorithm with a dynamic penalty function was used as a method for solving the stated multi-constrained optimization problem. The developed program system was used to solve the problem of choosing an effective structure of a centralized GRID system that was configured to solve the problem of structural-parametric synthesis of neural network models. To test the proposed approach, a Pareto-optimal configuration of the GRID system was built with the following characteristics: average performance–103.483 GFLOPS, cost–500 rubles per day, availability rate–99.92%, and minimum performance–51 GFLOPS.

show abstract

Software to Predict the Process Parameters of Electron Beam Welding

Abstract: of the theory of self-configuring machine learning algorithms for modeling and predicting the characteristics of components of complex systems".

Cited by 22 publications

References 27 publications

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag ₂ S Colloidal Quantum Dots

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag ₂ S Colloidal Quantum Dots

Фалеристичні Здобутки Українських Визвольних Змагань (1917 – 1921) Та Їх Вплив На Сучасну Фалеристику

Mathematical Models for the Design of GRID Systems to Solve Resource-Intensive Problems

Contact Info

Product

Resources

About

Software to Predict the Process Parameters of Electron Beam Welding

Abstract: of the theory of self-configuring machine learning algorithms for modeling and predicting the characteristics of components of complex systems".

Cited by 22 publications

References 27 publications

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag 2 S Colloidal Quantum Dots

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag 2 S Colloidal Quantum Dots

Фалеристичні Здобутки Українських Визвольних Змагань (1917 – 1921) Та Їх Вплив На Сучасну Фалеристику

Mathematical Models for the Design of GRID Systems to Solve Resource-Intensive Problems

Contact Info

Product

Resources

About

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag ₂ S Colloidal Quantum Dots

ML-Based Forecasting of Temporal Dynamics in Luminescence Spectra of Ag ₂ S Colloidal Quantum Dots